本数据库通过收集和整理最新科研文献信息而得,供了解领域前沿进展之用。数据源自 PubMed Data ,每日自动更新(使用关键词“['deep learning']
”过滤),已收录文献数量参见 统计表格。表格内容由 GPT 自动整理,可能存在错误或遗漏,请使用时务必注意核实!
如有建议或合作意向,欢迎联系 linlin.yan(AT)bioinfo.app 或 微信 yanlinlin82。本项目遵循 MIT 许可 发布,欢迎下载 源码 自行修改使用。如觉得不错,还请不吝 给我打赏,你的支持是我继续创新的重要动力!
除通过在线浏览外,为方便用户离线查阅,本站也提供 付费下载(定价19.9元)。之所以考虑收费,是因为批量扫描这些文献并整理也是有一定成本的,还请理解并多多支持。本站数据会持续更新,而仅需一次付费,未来就可以随时重新下载到最新版本数据。
序号 | 推送日期 | 文章 | 类型 | 简述 | 创新点 | 不足 | 研究目的 | 研究对象 | 领域 | 病种 | 技术 | 模型 | 数据类型 | 样本量 | 算法框架 | 模型架构 | 性能指标 | 计算资源 |
---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
1281 | 2025-10-05 |
CT-Based 2.5D Deep Learning-Multi-Instance Learning for Predicting Early Recurrence of Hepatocellular Carcinoma and Correlating with Recurrence-Related Pathological Indicators
2025, Journal of hepatocellular carcinoma
IF:4.2Q2
DOI:10.2147/JHC.S541402
PMID:40984863
|
研究论文 | 本研究基于CT动脉期图像开发2.5D深度学习-多示例学习模型,用于预测肝细胞癌早期复发并分析其与病理指标的相关性 | 首次将2.5D深度学习与多示例学习结合应用于HCC早期复发预测,并揭示了MIL特征与肿瘤侵袭性和增殖活性的生物学关联 | 回顾性研究设计,样本量有限(191例患者),单中心数据 | 评估2.5D DL-MIL模型在预测肝细胞癌早期复发方面的优势并探讨其生物学意义 | 肝细胞癌患者 | 数字病理 | 肝细胞癌 | CT动脉期成像 | 深度学习,多示例学习 | CT图像,临床数据 | 191例HCC患者(训练集133例,验证集58例) | NA | 2.5D DL-MIL | AUC,决策曲线分析 | NA |
1282 | 2025-10-05 |
A deep learning/machine learning approach for anomaly based network intrusion detection
2025, Frontiers in artificial intelligence
IF:3.0Q2
DOI:10.3389/frai.2025.1625891
PMID:40995028
|
研究论文 | 提出一种融合多种机器学习和深度学习算法的混合异常网络入侵检测系统 | 采用加权软投票集成策略整合XGBoost、随机森林、图神经网络、LSTM和自编码器等多种算法,构建混合异常检测框架 | NA | 开发能够识别已知和新兴网络攻击的高级检测系统 | 网络流量数据 | 机器学习 | NA | SMOTE过采样技术 | XGBoost, Random Forest, GNN, LSTM, Autoencoder | 网络流量记录 | 超过560万条网络流量记录 | NA | 图神经网络,LSTM,自编码器 | 准确率,精确率,召回率,F1分数 | NA |
1283 | 2025-10-05 |
Massively parallel characterization of regulatory elements in the developing human cortex
2024-05-24, Science (New York, N.Y.)
DOI:10.1126/science.adh0559
PMID:38781390
|
研究论文 | 通过大规模并行报告基因检测技术系统解析人类发育期大脑皮层中基因调控元件的功能 | 首次在人类原代皮层细胞和脑类器官中并行检测超过10万个开放染色质区域的顺式调控活性,并利用深度学习解码增强子活性的序列基础和上游调控因子 | 研究主要聚焦于发育中期皮层,未涵盖整个神经发育过程的所有阶段 | 建立人类神经元发育过程中功能性基因调控元件和变异的全面目录 | 人类发育中期皮层原代细胞和脑类器官 | 基因组学 | 神经发育疾病 | 大规模并行报告基因检测,染色质开放性分析 | 深度学习 | 基因组序列数据,染色质可及性数据 | 102,767个开放染色质区域 | NA | NA | NA | NA |
1284 | 2025-10-05 |
A deep learning method for comparing Bayesian hierarchical models
2024-May-06, Psychological methods
IF:7.6Q1
DOI:10.1037/met0000645
PMID:38709626
|
研究论文 | 提出一种基于深度学习的贝叶斯分层模型比较方法 | 首次将深度学习应用于贝叶斯分层模型比较,实现摊销推理并支持概率程序实例化的任意分层模型 | 未明确说明方法在超大规模模型或特定类型分层结构中的适用性限制 | 解决贝叶斯模型比较在分层模型中因高维嵌套参数结构导致的难处理问题 | 分层证据积累模型和各类可实例化为概率程序的分层模型 | 机器学习 | NA | 深度学习,贝叶斯模型比较,摊销推理 | 深度学习模型 | 模型输出数据,概率程序生成数据 | NA | 未明确指定 | 未明确指定具体架构 | 后验模型概率估计精度,与桥采样方法的性能对比 | NA |
1285 | 2025-10-05 |
Artificial Intelligence-Triaged 3-Dimensional Pathology to Improve Detection of Esophageal Neoplasia While Reducing Pathologist Workloads
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100322
PMID:37657711
|
研究论文 | 提出基于深度学习的人工智能分诊三维病理方法,用于提高食管肿瘤检测灵敏度并减少病理医生工作量 | 开发了能够自动识别三维病理数据集中最关键二维图像切片的深度学习方法,通过生成三维新生瘤风险热图并对图像切片按风险排序 | NA | 改善Barrett食管患者食管肿瘤的早期检测效率 | 食管活检组织 | 数字病理 | 食管肿瘤 | 三维病理学 | 深度学习 | 三维病理图像 | NA | NA | NA | 检测灵敏度 | NA |
1286 | 2025-10-05 |
Pathomic Features Reveal Immune and Molecular Evolution From Lung Preneoplasia to Invasive Adenocarcinoma
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100326
PMID:37678674
|
研究论文 | 本研究通过深度学习技术分析病理图像特征,揭示肺腺癌从癌前病变到浸润性腺癌的免疫和分子演化过程 | 首次利用人工智能技术从常规H&E染色病理图像中提取生物学相关特征,解析肺腺癌癌前病变的演化规律 | 样本量相对有限(98例患者),且仅基于H&E染色图像分析 | 研究肺腺癌早期癌变过程中的免疫和分子演化机制 | 肺腺癌癌前病变至浸润性腺癌的病理组织 | 数字病理学 | 肺癌 | 深度学习,人工智能,H&E染色 | 深度学习模型 | 病理图像 | 98例患者,162张切片,669个感兴趣区域(包括143正常组织,129非典型腺瘤样增生,94原位腺癌,98微浸润腺癌,205浸润性腺癌) | NA | NA | NA | NA |
1287 | 2025-10-05 |
Can artificial intelligence help decision-making in arthroscopy? Part 2: The IA-RTRHO model - a decision-making aid for long head of the biceps diagnoses in small rotator cuff tears
2023-12, Orthopaedics & traumatology, surgery & research : OTSR
DOI:10.1016/j.otsr.2023.103652
PMID:37380127
|
研究论文 | 开发用于辅助诊断肩袖小撕裂中肱二头肌长头腱健康状态的AI决策模型 | 首个评估AI分析关节镜图像能力的研究,结合CNN图像分析和MLP临床数据整合 | 需要更多输入数据来限制过拟合,结果需通过进一步研究确认 | 构建能够诊断肱二头肌长头腱健康状态的AI模型 | 肩袖小撕裂患者的肱二头肌长头腱 | 计算机视觉 | 骨科疾病 | 关节镜视频分析 | CNN, MLP | 图像, 临床数据, 影像数据 | 199名患者 | NA | Inception V3, MultiLayer Perceptron | 准确率 | NA |
1288 | 2025-10-05 |
Predicting Lymph Node Metastasis From Primary Cervical Squamous Cell Carcinoma Based on Deep Learning in Histopathologic Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100316
PMID:37634868
|
研究论文 | 基于深度学习开发了一种通过原发性宫颈鳞癌组织病理图像预测淋巴结转移状态的框架 | 首次提出基于多尺度注意力机制的多实例深度卷积神经网络,仅通过原发灶H&E染色病理切片预测宫颈癌淋巴结转移状态 | 回顾性概念验证研究,需要宫颈活检标本和多中心大样本数据进一步验证 | 开发深度学习模型预测宫颈癌淋巴结转移状态 | 宫颈鳞癌患者的原发性肿瘤组织病理图像 | 数字病理 | 宫颈癌 | H&E染色全玻片图像分析 | CNN | 病理图像 | 564名患者的1524张全玻片图像(内部数据集405名患者1161张图像,外部验证集159名患者363张图像) | NA | 多实例深度卷积神经网络(基于多尺度注意力机制) | AUC | NA |
1289 | 2025-10-05 |
A Novel Deep Learning Algorithm for Human Papillomavirus Infection Prediction in Head and Neck Cancers Using Routine Histology Images
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100320
PMID:37652399
|
研究论文 | 提出一种基于常规H&E染色全切片图像的深度学习算法,用于预测头颈癌中HPV感染状态 | 首次开发仅使用常规H&E染色切片即可预测HPV感染状态的深度学习流程,并生成具有预后价值的Digital-HPV评分 | NA | 开发头颈鳞状细胞癌中HPV感染状态的无创预测方法 | 头颈鳞状细胞癌患者的组织切片 | 数字病理学 | 头颈癌 | 苏木精-伊红染色 | 深度学习 | 全切片图像 | NA | NA | NA | 总体生存率、疾病特异性生存率 | NA |
1290 | 2025-10-05 |
Automating Ground Truth Annotations for Gland Segmentation Through Immunohistochemistry
2023-12, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100331
PMID:37716506
|
研究论文 | 提出一种通过免疫组织化学自动生成腺体分割真实标签的方法,用于结直肠活检标本的深度学习模型训练 | 利用IHC标记自动生成腺体分割的真实标签,替代耗时的手动标注,并提出跨数据源适应的简单采样技术 | 方法依赖于IHC与H&E图像的配准质量,且需要特定IHC标记物的可用性 | 开发自动化腺体分割标注方法以降低深度学习模型训练成本 | 结直肠活检标本中的腺体组织 | 数字病理学 | 结直肠癌,炎症性肠病 | 免疫组织化学,苏木精-伊红染色 | 深度学习模型 | 组织病理学图像 | 内部保留的活检标本集和2个公共数据集 | NA | NA | Dice系数 | NA |
1291 | 2025-10-05 |
Deep Learning for Predicting Effect of Neoadjuvant Therapies in Non-Small Cell Lung Carcinomas With Histologic Images
2023-11, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100302
PMID:37580019
|
研究论文 | 开发深度学习模型从组织病理图像预测非小细胞肺癌新辅助治疗的主要病理缓解 | 提出多尺度补丁模型,能够自适应加权不同视野图像训练的多个卷积神经网络 | 样本量相对有限(125例病例),需要进一步验证 | 开发深度学习模型预测新辅助治疗后非小细胞肺癌的主要病理缓解 | 125例新辅助治疗后切除的非小细胞肺癌病例 | 数字病理 | 肺癌 | 苏木精-伊红染色 | CNN | 图像 | 125例非小细胞肺癌病例,261张全玻片图像 | NA | 多尺度补丁模型 | 准确率,F1分数,AUC | NA |
1292 | 2025-10-05 |
Learning from prepandemic data to forecast viral escape
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06617-0
PMID:37821700
|
研究论文 | 开发了EVEscape框架,利用大流行前数据预测病毒逃逸突变 | 结合深度学习模型对历史序列的适应性预测与生物物理结构信息,可在监测测序、实验扫描或抗体复合物三维结构获得前应用 | NA | 预测能够逃逸宿主免疫反应的病毒突变,为疫苗和治疗设计提供支持 | SARS-CoV-2、流感病毒、HIV病毒以及拉沙病毒和尼帕病毒等具有大流行潜力的病毒 | 机器学习 | 传染病 | 深度学习、生物物理分析、结构信息分析 | 深度学习模型 | 病毒序列数据、生物物理数据、结构数据 | 2020年前可用的历史序列数据 | NA | NA | 与高通量实验扫描的准确性比较 | NA |
1293 | 2025-10-05 |
Predicting Prostate Cancer Molecular Subtype With Deep Learning on Histopathologic Images
2023-10, Modern pathology : an official journal of the United States and Canadian Academy of Pathology, Inc
IF:7.1Q1
DOI:10.1016/j.modpat.2023.100247
PMID:37307876
|
研究论文 | 开发基于深度学习的算法,通过组织病理图像预测前列腺癌分子亚型 | 首次使用基于Transformer的分层架构从H&E染色全切片图像中预测ERG融合和PTEN缺失 | 样本量相对有限,在针吸活检队列中性能略有下降 | 利用深度学习技术从组织病理图像中筛查前列腺癌基因组改变 | 前列腺癌患者的根治性前列腺切除术和针吸活检样本 | 数字病理 | 前列腺癌 | H&E染色全切片图像分析 | Transformer | 图像 | 多个队列总计超过1000张WSI(根治性前列腺切除术和针吸活检样本) | NA | Transformer-based hierarchical architecture, Vision Transformer | AUC, 相关系数 | NA |
1294 | 2025-10-05 |
Anthropogenic fingerprints in daily precipitation revealed by deep learning
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06474-x
PMID:37648861
|
研究论文 | 使用深度学习检测观测记录中每日降水场出现的气候变化信号 | 首次应用卷积神经网络从每日降水数据中检测到自2010年代中期以来明显偏离自然变异的人类活动引起的气候变化信号 | 年际平均降水的长期变化仍难以从自然背景变异中辨别 | 验证温室气体变暖将加剧全球降雨变异性和极端事件的预测 | 每日降水场和年度全球平均地表气温数据 | 机器学习 | NA | 气候模型模拟 | CNN | 降水场数据, 温度数据 | 来自当前和未来气候模型模拟的集合数据 | NA | 卷积神经网络 | NA | NA |
1295 | 2025-10-05 |
Uncovering new families and folds in the natural protein universe
2023-10, Nature
IF:50.5Q1
DOI:10.1038/s41586-023-06622-3
PMID:37704037
|
研究论文 | 通过AlphaFold数据库探索天然蛋白质宇宙中未注释的蛋白质家族和折叠结构 | 发现了β-flower折叠结构,鉴定出新的蛋白质家族并实验验证了TumE-TumA毒素-抗毒素系统超家族 | 依赖于AlphaFold预测模型的准确性,部分功能注释仍需实验验证 | 揭示天然蛋白质宇宙中未被注释的蛋白质结构多样性和功能 | AlphaFold数据库中的预测蛋白质结构 | 生物信息学 | NA | 深度学习,序列相似性网络,结构预测 | AlphaFold | 蛋白质序列,蛋白质结构 | 数亿个预测蛋白质结构 | AlphaFold | AlphaFold | 预测准确度 | NA |
1296 | 2025-10-05 |
Deep learning enabled fast 3D brain MRI at 0.055 tesla
2023-09-22, Science advances
IF:11.7Q1
DOI:10.1126/sciadv.adi9327
PMID:37738341
|
研究论文 | 提出基于深度学习的快速采集与重建框架,显著加速0.055特斯拉超低场脑部MRI成像 | 结合单次平均三维编码与二维部分傅里叶采样实现快速采集,利用高场人脑数据训练3D深度学习模型提升图像质量 | 未明确说明模型对病理状态的泛化能力及临床验证规模 | 解决超低场MRI图像质量差、扫描时间长的问题 | 人脑解剖结构 | 医学影像分析 | 神经系统疾病 | 磁共振成像(MRI) | 深度学习 | 三维脑部MRI图像 | 未明确说明具体样本数量 | NA | 3D深度学习模型 | 图像质量增强、伪影减少、噪声降低、空间分辨率提升至1.5毫米各向同性 | NA |
1297 | 2025-10-05 |
Subject-specific acceleration of simultaneous quantification of blood flow and T1 of the brain using a dual-flip-angle phase-contrast stack-of-stars sequence
2025-Nov, Magnetic resonance imaging
IF:2.1Q2
DOI:10.1016/j.mri.2025.110495
PMID:40784463
|
研究论文 | 开发一种高度加速的MRI技术,用于同时量化脑部血流和组织T1值 | 提出双翻转角相位对比星形堆栈序列结合深度学习重建算法,实现16倍加速的脑部血流和T1值同步量化 | 仅在定量体模和6名健康志愿者中进行验证,样本量有限 | 开发加速的脑部MRI量化技术 | 脑部动脉血流和脑组织T1值 | 医学影像分析 | 脑血管疾病 | 双翻转角相位对比星形堆栈MRI序列 | 深度学习 | MRI影像数据(幅度和相位图像) | 定量体模和6名健康志愿者 | NA | 混合特征哈希编码隐式神经表示与显式稀疏先验知识结合模型(INRESP) | 相关系数R2, 组内相关系数ICC | NA |
1298 | 2025-10-05 |
A CT-Based Deep Learning Radiomics Nomogram for Early Recurrence Prediction in Pancreatic Cancer: A Multicenter Study
2025-Oct, Annals of surgical oncology
IF:3.4Q1
DOI:10.1245/s10434-025-17748-1
PMID:40619487
|
研究论文 | 开发基于CT的深度学习影像组学列线图用于胰腺癌早期复发预测 | 首次结合影像组学和深度学习特征构建多中心预测模型,并整合临床因素开发综合列线图 | 回顾性研究设计,样本量相对有限 | 术前预测胰腺癌患者早期复发风险 | 经组织学确认的胰腺癌切除术患者 | 数字病理 | 胰腺癌 | 增强CT成像 | 随机森林,支持向量机 | CT图像 | 493例患者 | NA | NA | AUC,校准曲线,决策曲线分析 | NA |
1299 | 2025-10-05 |
MRS-Sim: Open-Source Framework for Simulating In Vivo-Like Magnetic Resonance Spectra
2025-Oct, NMR in biomedicine
IF:2.7Q1
DOI:10.1002/nbm.70130
PMID:40955682
|
研究论文 | 介绍MRS-Sim开源框架,用于模拟逼真的体内磁共振波谱数据 | 包含两种新型组件:3D场图模拟器模拟场不均匀性,以及半参数生成器模拟未充分表征的残余水区域信号 | NA | 开发用于磁共振波谱研究的合成数据模拟框架 | 磁共振波谱数据 | 医学影像分析 | NA | 磁共振波谱(MRS) | NA | 光谱数据 | NA | NA | NA | NA | NA |
1300 | 2025-10-05 |
The Role of Artificial Intelligence in Advancing Theranostics Dosimetry for Cancer Therapy: a Review
2025-Oct, Nuclear medicine and molecular imaging
IF:1.3Q3
DOI:10.1007/s13139-025-00939-9
PMID:40979137
|
综述 | 探讨人工智能在癌症治疗诊断一体化放射药物剂量学中的应用进展 | 系统评估深度学习模型在放射药物剂量学中的创新应用,包括图像合成、质量提升、器官分割和剂量估计 | 面临诊断配对准确剂量估计困难、影像数据缺乏、放射性核素衰变链建模等挑战 | 研究人工智能如何提升治疗诊断一体化放射药物剂量学的精确性和效率 | 放射药物剂量学相关研究文献和方法 | 医学影像分析 | 癌症 | 放射药物疗法 | 深度学习 | 医学影像 | NA | NA | U-Net,生成对抗网络,混合Transformer网络 | NA | NA |